首页 » 技术分享 » 30分钟概览OLAP——起源,概念及现状

30分钟概览OLAP——起源,概念及现状

 

本文主要面对OLAP入门同学,读者可以对OLAP起源、核心概念和当前发展趋势有一定理解。

OLAP起源

OLAP(Online analytical processing),即联机分析处理,主要用于支持企业决策管理分析。数据库概念最初源于1962年Kenneth Iverson发表的名为“A Programming Language” (APL)的著作,它第一次提出了处理操作和多维变量的的数学表达式,后来APL语言由IBM实现。

随后数据库之父Edgar F. Codd提出了著名的关系数据模型理论《A Relational Model of Data for Large Shared Data Banks 》,为后面数据库发展奠定基础。

第一款OLAP产品Express于1975年问世,随着被Oracle收购后繁荣发展了30余年,最后由继任者Oracle 9i替代。这么多年过去,基本的OLAP理念和数据模型仍然未变。

OLAP这个名词是数据库之父Edgar F. Codd于1993年在文章《Providing OLAP (On-Line Analytical Processing) to User-Analysts: An IT Mandate》提出,他总结了OLAP产品的12个原则,随后OLAP产品相继问世并逐渐形成今天的格局。

OLAP核心概念

基本概念
1) 维
  • 维(Dimension):人们观察事物的视角,如时间、地理位置、年龄和性别等,是单一角度概念。
  • 维的层次(Lever of Dimension):表示维度概念基础上进一步的细分,如时间可以细分为年、季度、月三个层次。
  • 维成员(Member of Dimension):表示维不可再细分的原子取值,如时间维的成员可以是2019年1月10日。
  • 度量(Measure):表示在这个维成员上的取值。

除了维的基本概念,还有多维分析的分析操作。

2)操作
  • 下探(Drill down):维度是有层次的,下探表示进入维度的下一层,将汇总数据拆分到下一层所在细节数据信息,如下图从第二季度下探到看4、5、6月的明细数据。
  • 上钻(Drill up): 下探的反向操作,回到更高汇聚层的汇总数据。
  • 切片(Slice):切片可以理解成把立体按某一个维度进行切分,就可以看两维数据,如图中按电子产品切分,看到的是时间和地理位置关系的二维数据。
  • 切块(Dice):相对于切片是按一个点切分,切块就是按一个范围(区间)来做切分。
  • 旋转(Pivot):维的行列位置交换,换一个视角分析数据。
    在这里插入图片描述

在这里插入图片描述

OLAP分类

OLAP按存储器的数据存储格式分为ROLAP、MOLAP和HOLAP。

  • MOLAP(Multi-dimensional OLAP)
    以多维数组(Multi-dimensional Array)存储模型的OLAP,是OLAP发源最初的形态,某些方面也等同于OLAP。它的特点是数据需要预计算(pre-computaion),然后把预计算之后的结果(cube)存在多维数组里。

    • 优点:

      • cube包含所有维度的聚合结果,所以查询速度非常快。
      • 计算结果数据占用的磁盘空间相对关系型数据库更小
    • 缺点:
      • 空间和时间开销大。update cube的时间跟计算维度(degree)相关,随着维度增加计算时间大幅增加,此外预计算还会造成数据库占用急剧膨胀。
      • 查询灵活度比较低。需要提前设计维度模型,查询分析的内容仅限于这些指定维度,增加维度需要重新计算。
  • ROLAP(Relational OLAP)
    基于关系模型存放数据,一般要求事实表(fact table)和维度表(dimensition table)按一定关系设计,它不需要预计算,使用标准SQL就可以根据需要即时查询不同维度数据。

    • 优点

      • 扩展性强,适用于维度数量多的模型,MOLAP对于维度多的模型预计算慢,空间占用大。
      • 更适合处理non-aggregate事实,例如文本描述
      • 基于row数据更容易做权限管理
    • 缺点
      • 因为是即时计算,查询响应时间一般比预计算的MOLAP长。
  • HOLAP

  • 业界还没有一致的定义,它是MOLAP和ROLAP类型的混合运用,细节的数据以ROLAP的形式存放,更加方便灵活,而高度聚合的数据以MOLAP的形式展现,更适合于高效的分析处理。公司使用HOLAP的目的是根据不同场景来利用不同OLAP的特性。

OLAP业界产品
  • MOLAP 产品有 Cognos Powerplay, Oracle Database OLAP Option, MicroStrategy, Microsoft Analysis Services, Essbase, TM1, Jedox ,icCube和kylin等。
  • ROLAP产品有Vertica、Amazon Redshift、Google Dremel、Hulu Nesto、Presto、Druid、Impala、Greenplum、HAWQ和Doris等。

当前OLAP的发展状态

在国内,不论传统公司还是互联网公司,都开始利用OLAP技术分析挖掘大数据的价值,国内除BAT等大厂会自研OLAP产品外,其他中小互联网公司普遍拥抱开源,会使用Kylin、Presto、impala、Druid和Greenplum等开源技术来实现OLAP分析查询业务。

开源OLAP产品可以进一步分类作为技术选型参考:
MOLAP:Kylin、Druid(其中druid用于实时在线分析场景)
ROLAP:Presto、impala (都是基于MPP架构的OLAP分析框架)

参考来源

OLAP发展历史
OLAP基础概念

延伸阅读

关于OLAP的详细来龙去脉:A survey on OLAP

(完)

关注公众号我们可以更方便沟通交流:水木之椿

转载自原文链接, 如需删除请联系管理员。

原文链接:30分钟概览OLAP——起源,概念及现状,转载请注明来源!

0